-
如何在 Plotly 中为 3D 散点图自定义颜色与标记形状
本文详解如何使用go.Scatter3d的marker参数（而非独立的color或markers参数）精确控制新增3D数据点的颜色、形状、大小等视觉属性，并纠正常见参数误用。
- 发布时间：2026-01-24
- 作者：
- 浏览量（355）
-
numpy 如何用 einsum 实现高效的矩阵运算（爱因斯坦求和）
einsum字符串需确保输入维度标签与输出标签严格匹配，字母顺序须与张量ndim一致，重复字母表求和或对角线，跨输入重复触发求和，空输出表示标量，省略号要求前缀维度对齐。
- 发布时间：2026-01-24
- 作者：
- 浏览量（728）
-
如何精准识别并标记K线图中首次突破的枢轴点（仅标记一次）
本文介绍如何使用Pandas和NumPy高效识别K线数据中的局部极值枢轴点（5窗口中心滚动），并确保每个高点/低点仅被标记一次，避免重复触发，适用于量化交易中的关键价格位识别。
- 发布时间：2026-01-23
- 作者：
- 浏览量（1905）
-
numpy 广播机制最容易出错的 4 种形状不匹配场景
ValueError源于广播规则严格匹配维度：从右往左逐维比对，每对需相等或含1；常见错误如(3,)与(2,)、(2,3)与(2,4)等；修复宜用[:,None]或np.expand_dims显式升维。
- 发布时间：2026-01-23
- 作者：
- 浏览量（65）
-
numpy 广播规则在高维数组上最容易踩的 3 个坑
(3,1,4)+(2,4)报错是因为NumPy从尾部维度对齐，补维后为(3,1,4)与(1,2,4)，第-2维1≠2且均不为1，不满足广播规则。
- 发布时间：2026-01-23
- 作者：
- 浏览量（89）
-
itertools.product 如何高效生成笛卡尔积但避免内存爆炸
itertools.product会吃光内存当笛卡尔积项数过大且被强制转为容器或嵌套展开时；例如range(1000)四重积达1e12项，即使每项100字节也需100TB内存。
- 发布时间：2026-01-23
- 作者：
- 浏览量（805）
-
计算从每个“Yes”到其后最近“Close”之间所有收益的累计和并填入新列
本文介绍如何在PandasDataFrame中，对每个"Yes"定位其后首个"Close"的位置，将二者（含）之间所有"Return"值求和，并将结果仅填入该"Close"所在...
- 发布时间：2026-01-22
- 作者：
- 浏览量（1923）
-
numpy 如何在不复制数据的情况下修改数组 dtype
NumPy中view()可零拷贝重解释dtype，但仅当新旧类型元素字节数相同且内存布局兼容；astype()则总复制数据并转换数值。
- 发布时间：2026-01-22
- 作者：
- 浏览量（66）
【 服务热线 】4007654355
